Elman神经网络水下机器人对推进器故障的诊断

• 作者: 万磊 刘建成 常文君 徐玉如
• 来源期刊: 舰船标准化工程师
• 关键词: 水下机器人 故障检测 故障诊断 神经网络
• 年，卷（期）: 2003,（1）
• 所属期刊栏目: 标准研究
• 页码范围: 23-25
• 页数: 3页
• 字数: 2292字
• 语种: 中文
• DOI: 10.3969/j.issn.1005-7560.2003.01.007

摘要

为保证自主式水下机器人在高压、可见度差的未知海洋环境下顺利完成作业任务,必须要求水下机器人具有应付突发事件的能力,具有自动诊断的能力.本文用递归的Elman神经网络来建立水下机器人的运动模型,并采用开环随机训练与闭环顺序训练两步学习方法,加快神经网络的收敛速度,提高神经网络的精度,然后通过比较模型的输出与实际测量值来产生残差,从而进行推力器故障诊断.仿真结果表明Elman神经网络给出了精度较高的水下机器人的运动状态,该Elman神经网络可以准确地诊断推力器故障以及故障发生的时间.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	徐玉如		78	2541	28.0	48.0
2	万磊		96	1473	22.0	32.0
3	刘建成		9	358	8.0	9.0
4	常文君		2	21	2.0	2.0